基于YOLOv5s的番茄采摘机器人目标检测技术
文档名：基于YOLOv5s的番茄采摘机器人目标检测技术
摘要：为了实现番茄采摘机器人高效自动化采摘,针对当前番茄采摘机器人果实识别准确率较低、漏检率较高等问题,提出了一种基于YOLOv5s深度神经网络的番茄识别算法改进模型,通过对网络的Neck部分增加跨层连接,实现多尺度特征融合,并采用软性非极大值抑制,可对番茄果实进行快速准确的识别.在植物工厂全光谱光照条件下,进行实际采摘实验,其识别准确率达97.62％以上,比YOLOv5s高2.38％;同时,在漏检率方面降低了4.76％.将改进后的识别算法应用于自主研发的番茄采摘机器人系统中,可实现对番茄果实的准确采摘.
作者：朱智惟 单建华 余贤海 孔德义 王琼 谢晓轩 Author：ZHUZhiwei SHANJianhua YUXianhai KONGDeyi WANGQiong XIEXiaoxuan
作者单位：合肥工业大学微电子学院,安徽合肥230601安徽工业大学机械工程学院,安徽马鞍山243032中国科学院合肥智能机械研究所,安徽合肥230031;中国科学院种子创新研究院,海南三亚572025中国科学院合肥智能机械研究所,安徽合肥230031
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(6)
分类号：TP212TP391.46
关键词：智慧农业深度学习目标检测番茄采摘机器人
机标分类号：TP391.41TN911.73TP277
在线出版日期：2023年6月16日
基金项目：中国科学院种子创新研究院委托项目，安徽省科技重大专项项目基于YOLOv5s的番茄采摘机器人目标检测技术[
期刊论文]传感器与微系统--2023, 42(6)朱智惟单建华余贤海孔德义王琼谢晓轩为了实现番茄采摘机器人高效自动化采摘,针对当前番茄采摘机器人果实识别准确率较低、漏检率较高等问题,提出了一种基于YOLOv5s深度神经网络的番茄识别算法改进模型,通过对网络的Neck部分增加跨层连接,实现多尺度特征融合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于YOLOv5s的番茄采摘机器人目标检测技术Target detection technology of tomato picking robot based on YOLOv5 s
基于YOLOv5s的番茄采摘机器人目标检测技术.pdf
页:
[1]